学习小组Day6学习笔记--徐沫沫

滴滴滴，第六天打卡~~~~

准备工作：

part1：学会获取一个R包的小抄

方法1：百度/谷歌
方法2：找Rstudio的cheatsheet网站
https://www.rstudio.com/resources/cheatsheets/
方法3: 生信星球公众号(教程用的包)

part2：初步了解tidyr包

• 它的功能主要有：
  （1）数据框的变形
  （2）处理数据框中的空值
  （3）根据一个表格衍生出其他表格
  （4）实现行或列的分割和合并
  　　这个包是把要用的数据处理成标准而统一的数据框：Tidy Data

part3：学习极简安装R包：

1.命令：library(tidyr),如果没有安装这个包，会报错，进行下一步；
2.下载和安装tydir，命令：install.packages("tidyr")
（默认安装到工作目录里，若是报错，打不开连接，可以换个镜像试试）

part4：关于数据框

1.新建数据框，命令：

a<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

新建一个数据框并赋值给a，括号里是“列名”=列值，注意，这里列名要加双引号。

rep，表示重复，括号中填要重复的字符和重复次数。
paste，连接两个字符串，括号要填这两个字符串并指定分隔符（sep），没有分隔符就填sep=""。

字符串需要加双引号。

2. key-value
   “键值对” ，表示一种对应关系。“键”和“值”都是列名，如 SampleName 和 Expression 。
3. 函数后面一般都要加括号，括号里第一个参数是数据框名。
4. 字符串要加双引号（行名和列名也是字符串，但是可以不用加）。

part5：认识Tidy Data

一种组织表格数据的方式，提供了一种能够跨包使用的“统一”的数据格式：
每个变量（variable）占一列，每个情况（case）和观测值（observation）占一行。

---

终于进入正题：

1.Reshape Data

gather：将数据框转换为Tidy Data;
spread：让tidy data一夜回到解放前。哈哈哈~~~

• 将示例数据下载或者复制粘贴成table4a；

  
  
  

  image.png

• a<- gather(table4a,1999,2000,key="year",value="cases")

image.png

或者，需合并的列名也可以列在最后：

• b <- gather(table4a,"year","cases",1999,2000)
  gather括号里的分别是：
  数据框名，需合并的列名（两个），合并后的key列名，value列名。
• 如果合并前的列名比较多，可以用排除法来偷懒：
  gather(a,year,cases,-country) # -country的意思就是合并除country外剩下的列。

2.Handle Missing Values

处理丢失的数据，即某些单元格有空值的情况。
三种处理方式：
(1) 删除整行
(2) 根据上下文（瞎）蒙一个
(3) 同一列的空值填上同一个数。

NA表示空值，所以新建的时候空着就好。

• 获得图示数据框X
  X<-read.csv('doudou.txt')
  默认参数：默认分隔符是“，”，导出时也不会默认加引号，并且转换txt也不会变乱码！
  如果用read.table，默认参数很笨哦，

这花花老师发现的嘞，厉害厉害~~~~

• csv的导入和导出方式：
  导入：X<-read.csv('doudou.csv')
  导出：write.csv(X,'doudou.csv')
• drop_na()：有空值的，整行删除；
  括号里填数据框名，有空值那一列的列名；
  例如：drop_na(X,X2)
• fill()，同一列的空值填上同一个数；
  例如：fill(X,X2) # 根据上一行的值填充
• replace_na()，空值填进去特定的一个数值，括号里填数据框名，要填的列名=要填的值；
  例如：replace_na(X,list(X2=2))

3. Expand Tables

• complete（把空值的位置补全）
  例如：complete(X,nesting(x1),fill=list(x2=5)) # 把刚才的空值补上5；
  

  

  image.png

• expand
  （列出每列值所有可能的组合--根据下面的示例来理解这句话）
  示例：

data_eg1<-data.frame(GeneId = rep("gene5",times=3),SampleName =paste("Sample",1:3,sep=""),Expression=c(14,19,18))

image.png

expand(data_eg1,GeneId,SampleName,Expression)

image.png

4.split cells

（把一列拆成两列。目测原列必须要有分隔符才行啊好像。）
原数据：

image.png

• separate：按列分割
  table_sep <- separate(table3,rate,into=c("cases","pop"))

image.png

• separate_rows：按行分割
  separate_rows(table3,rate)
  

  

  image.png

• unite：分割完了再合并回去
  unite(table_sep,cases,pop,col="rate",sep="/")
  

  

  image.png

今天就到这里咯~~~